第八次 Hive 操作与应用 词频统计

一、hive用本地文件进行词频统计

1.准备本地txt文件 

1 2	echo "hadoop hbase" > f1.txt echo "hadoop hive" > f2.txt

　

2.启动hadoop，启动hive

3.创建数据库，创建文本表 

use hive（创建数据库，选择数据库）
create table if not exists wctext(line string); 
show talbes;

 

 

 

4.映射本地文件的数据到文本表中

load data local inpath '/home/hadoop/wc/f1.txt' into table wctext;
load data local inpath '/home/hadoop/wc/f2.txt' into table wctext;

 

 

5.hql语句进行词频统计交将结果保存到结果表中。

select word,count(1) as count from (select explode(split(line,' ')) as word from wctext) w group by word order by word;

create table wc as select word,count(1) as count from (select explode(split(line,' ')) as word from wctext) w group by word order by word;

 

6.查看统计结果

 

 

二、hive用HDFS上的文件进行词频统计

1.准备电子书或其它大的文本文件

 

 

2.将文本文件上传到HDFS上

hdfs dfs -put story.txt  input/wcHive/

 

3.创建文本表

create table docs(line string);

 

4.映射HDFS中的文件数据到文本表中

create table docs(line string);

 

 

 

load data inpath '/user/hadoop/input/wcHive/story.txt' overwrite into table docs;

 

 

5.hql语句进行词频统计交将结果保存到结果表中

create table word_count as select word,count(1) as count from (select explode(split(line,' ')) as word from docs) word group by word order by word;

 

 

6.查看统计结果

show tables;
select * from word_count;